Frameworks de metaheurísticas para problemas de optimización complejos

Las Metaheurísticas son técnicas estocásticas que permiten resolver problemas de optimización continuos y discretos en general. Cuando se aborda un problema muy complejo con muchas variantes, las técnicas matemáticas no alcanzan para obtener soluciones fiables ya que el tiempo computacional aumenta...

Descripción completa

Guardado en:
Detalles Bibliográficos
Autores principales: Bilbao, Martín, Sánchez, Fabiana, Ormachea, Daniel, Sloboda, Lidia, Pandolfi, Daniel, Villagra, Andrea, Lasso, Marta Graciela, Molina, Diego
Formato: Objeto de conferencia
Lenguaje:Español
Publicado: 2015
Materias:
Ciencias Informáticas
Heuristic methods
sistemas bioinspirados
Optimization
Acceso en línea:http://sedici.unlp.edu.ar/handle/10915/45392
Aporte de:
SEDICI (UNLP) de Universidad Nacional de La Plata
id I19-R120-10915-45392
record_format dspace
institution Universidad Nacional de La Plata
institution_str I-19
repository_str R-120
collection SEDICI (UNLP)
language Español
topic Ciencias Informáticas
Heuristic methods
sistemas bioinspirados
Optimization
spellingShingle Ciencias Informáticas
Heuristic methods
sistemas bioinspirados
Optimization
Bilbao, Martín
Sánchez, Fabiana
Ormachea, Daniel
Sloboda, Lidia
Pandolfi, Daniel
Villagra, Andrea
Lasso, Marta Graciela
Molina, Diego
Frameworks de metaheurísticas para problemas de optimización complejos
topic_facet Ciencias Informáticas
Heuristic methods
sistemas bioinspirados
Optimization
description Las Metaheurísticas son técnicas estocásticas que permiten resolver problemas de optimización continuos y discretos en general. Cuando se aborda un problema muy complejo con muchas variantes, las técnicas matemáticas no alcanzan para obtener soluciones fiables ya que el tiempo computacional aumenta de manera exponencial con el tamaño del problema (Problemas NP). Las Metaheurísticas actúan a favor de este problema ya que explora mejor el espacio de búsqueda eligiendo lugares prometedores y descartando el espacio donde las soluciones no aportan al resultado final. Debido a que existen muchas técnicas Metaheurísticas y cada una puede ser mejor adaptada en problemas específicos debido a la representación de soluciones, se plantea el diseño y construcción de un framework de Metaheurísticas genérico para trabajar con problemas de optimización continua y discreta. Dicho framework contará con las técnicas Metaheurísticas más utilizadas en la literatura e incorporará benchmarks de pruebas con problemas estándares de resolución NP. Dichos problemas serán obtenidos de las variantes CEC 2005 y CEC 2009 donde plantean diferentes formulas matemáticas de optimización de varias variables para poder ejecutar y probar los algoritmos diseñados de manera eficaz.
format Objeto de conferencia
Objeto de conferencia
author Bilbao, Martín
Sánchez, Fabiana
Ormachea, Daniel
Sloboda, Lidia
Pandolfi, Daniel
Villagra, Andrea
Lasso, Marta Graciela
Molina, Diego
author_facet Bilbao, Martín
Sánchez, Fabiana
Ormachea, Daniel
Sloboda, Lidia
Pandolfi, Daniel
Villagra, Andrea
Lasso, Marta Graciela
Molina, Diego
author_sort Bilbao, Martín
title Frameworks de metaheurísticas para problemas de optimización complejos
title_short Frameworks de metaheurísticas para problemas de optimización complejos
title_full Frameworks de metaheurísticas para problemas de optimización complejos
title_fullStr Frameworks de metaheurísticas para problemas de optimización complejos
title_full_unstemmed Frameworks de metaheurísticas para problemas de optimización complejos
title_sort frameworks de metaheurísticas para problemas de optimización complejos
publishDate 2015
url http://sedici.unlp.edu.ar/handle/10915/45392
work_keys_str_mv AT bilbaomartin frameworksdemetaheuristicasparaproblemasdeoptimizacioncomplejos
AT sanchezfabiana frameworksdemetaheuristicasparaproblemasdeoptimizacioncomplejos
AT ormacheadaniel frameworksdemetaheuristicasparaproblemasdeoptimizacioncomplejos
AT slobodalidia frameworksdemetaheuristicasparaproblemasdeoptimizacioncomplejos
AT pandolfidaniel frameworksdemetaheuristicasparaproblemasdeoptimizacioncomplejos
AT villagraandrea frameworksdemetaheuristicasparaproblemasdeoptimizacioncomplejos
AT lassomartagraciela frameworksdemetaheuristicasparaproblemasdeoptimizacioncomplejos
AT molinadiego frameworksdemetaheuristicasparaproblemasdeoptimizacioncomplejos
bdutipo_str Repositorios
_version_ 1764820474637844483

Ejemplares similares